4 Pertimbangan Memilih Teknik Pengolahan Data Deskriptif
Teknik pengolahan data menggunakan penelitian deskriptif merupakan penelitian dengan metode untuk menggambarkan penjelasan suatu hasil penelitian. Menurut pendapat Sugiyono penelitian deskriptif merupakan jenis penelitian dengan penggambaran untuk menyusun kesimpulan penelitian secara umum. Sedangkan jika melihat definisi penelitian deskriptif dari KBBI (Kamus Besar Bahasa Indonesia) maka perlu mengartikan dua kata, yakni kata œpenelitian dan kata œdeskriptif. Sesuai KBBI, kata penelitian diartikan sebagai kegiatan pengumpulan, analisis, dan juga penyajian data yang dilakukan secara sistematis dan objektif untuk memecahkan suatu persoalan atau menguji suatu hipotesis untuk mengembangkan prinsip-prinsip umum. Sedangkan kata deskriptif sendiri di dalam KBBI diartikan sebagai memiliki sifat deskripsi dan menggambarkan apa adanya. Sehingga ketika digabungkan maka metode deskriptif dalam penelitian bisa diartikan sebagai metode penelitian yang dilakukan dengan cara menggambarkan objek penelitian apa adanya.
Penelitian deskriptif seakan menjadi jenis penelitian yang disukai oleh mahasiswa dan peneliti pemula. Selain karena jenis penelitian yang mudah diaplikasikan juga kita sebagai peneliti bisa mengeksplorasi kata-kata sesuai dengan bahasa kita sendiri. Penelitian deskriptif merupakan suatu metode penelitian yang menggambarkan karakteristik populasi atau fenomena yang sedang diteliti. Sehingga metode penelitian satu ini fokus utamanya adalah menjelaskan objek penelitiannya. Sehingga menjawab apa peristiwa atau apa fenomena yang terjadi. Metode penelitian ini kemudian berbeda dengan metode lain yang cenderung lebih fokus pada pembahasan kenapa suatu peristiwa atau fenomena terjadi. Dimana peristiwa dan fenomena yang dimaksudkan disini adalah objek penelitian. Hasil penelitiannya tentu saja akan menggambarkan objek penelitian dengan detail. Uniknya dari penelitian deskriptif ini adalah penggunaan hipotesis tidak diwajibkan. Sebab kegiatan penelitian dilakukan untuk proses pengujian dan penulisan hasil baru dilakukan setelah terjun langsung di lapangan. Bagi kalian yang ingin menggunakan penelitian deskriptif penting untuk mempertimbangkan beberapa alternatif berikut. Apa aja sih alasan-alasannya? Pada artikel DQLab kali ini, kita akan membahas mengenai alasan-alasan pertimbangan peneliti memilih teknik pengolahan data dengan menggunakan teknik deskriptif. Dengan harapan bisa menjadi tambahan insight dan rekomendasi bagi kalian calon praktisi data, pemula data maupun data enthusiast. Jangan lewatkan artikel berikut ini, pastikan simak baik-baik, stay tune and keep scrolling on this article guys
1. Permasalahan Penelitian Harus Tajam
Kriteria pertama dalam memilih teknik pengolahan deskriptif adalah mengenai masalah penelitian. Masalah penelitian yang tentu menjadi topik dalam penelitian tersebut wajib layak untuk diangkat. Sehingga peneliti dalam memakai metode penelitian ini tidak bisa asal dalam memilih atau merumuskan masalah penelitian. Perlu dikaji dulu apakah rumusan masalah tersebut memang layak untuk diangkat atau tidak. Selain itu rumusan masalah tersebut juga mengandung nilai ilmiah. Sehingga tidak semua topik nantinya bisa diangkat menjadi penelitian yang bersifat deskriptif. Sebab bisa jadi topik tertentu menyulitkan peneliti untuk menjelaskannya. Disini penggunaan jenis penelitian deskriptif juga harus jelas dulu akar permasalahannya.
Baca juga : Teknik Pengolahan Data Kualitatif: Ketahui Macam-Macam Metode Pengumpulan Data
2. Tujuan Penelitian Harus Lebih Spesifik
Dalam setiap kegiatan penelitian maka peneliti akan tujuan penelitian. Khusus untuk penelitian yang dilakukan dengan metode deskriptif nantinya tidak boleh terlalu luas. Perlu dipersempit dan sangat spesifik, sehingga isi laporan penelitian lebih fokus. Hal ini lumrah karena penelitian dengan metode deskriptif akan menggambarkan dan menjelaskan objek penelitian dengan detail. Jika tujuan penelitiannya kurang spesifik atau terlalu luas. Tentu penjelasan ini akan terlalu banyak, dan ada kemungkinan pembahasannya menjadi terlalu luas dan tidak terfokus
3. Data Yang Didapatkan Harus Mengandung Fakta
Sama halnya dengan penelitian pada umumnya, penelitian deskriptif juga memiliki kriteria bahwa data yang digunakan merupakan fakta. Jadi, meskipun penelitian ini adalah menggambarkan objek penelitian tentu tidak bisa hanya didasarkan pada apa yang disampaikan referensi, bai itu buku, video, maupun referensi bentuk lainnya. Peneliti harus terjun langsung di lapangan, untuk melihat sendiri dan mendata sendiri data-data penelitian. Sehingga benar-benar sesuai dengan fakta dan kemudian memudahkan peneliti untuk menuangkannya dalam laporan penelitian yang mendetail. Sebab paham betul data penelitian dan bisa dijelaskan dengan bahasa sendiri.
4. Hasil Penelitian Mendetail dan Naratif
Penelitian deskriptif identik dengan penjelasan berupa kata-kata secara jelas dan to the point. Berhubung peneliti memakai metode deskriptif maka hasil penelitian atau laporan hasil penelitian perlu dijelaskan mendetail. Objek penelitian kemudian dijelaskan atau digambarkan secara lengkap, selengkap mungkin dan sejelas mungkin. Sehingga pembaca hasil penelitian juga memiliki gambaran terhadap objek penelitian.
Baca juga : Kenali 3 Jenis Metode Pengolahan Data Kuantitatif
5. Belajar Pengolahan Data Biar Makin Handal di DQLab Yuukk!
Kini Sahabat Data DQLab sudah tidak perlu khawatir lagi. Karena dengan belajar data science di DQLab sekarang tidak perlu install software lagi. Kamu bisa langsung belajar dari sekarang karena dataset yang telah disediakan sudah sudah terintegrasi dengan live code editor. Jika kamu penasaran dengan data science dan ingin belajar data science secara langsung, caranya mudah banget. Kamu bisa loh untuk coba bikin akun gratisnya kesini di DQLab.id dan lakukan signup untuk dapatkan info-info terbaru serta belajar data science. Nikmati pengalaman belajar data science yang menarik dan cobain berlangganan bersama DQLab yang seru dan menyenangkan dengan live code editor. Cobain juga free module Introduction to Data Science with R dan Introduction to Data Science with Python untuk menguji kemampuan data science kamu gratis!
Dapatkan keuntungan-keuntungan yang didapatkan salah satunya tidak perlu install software tambahan. Karena kalian belajar secara langsung terhubung dengan live code editor dari device yang kalian gunakan. Tersedia berbagai macam modul-modul yang terupdate mulai dari free hingga platinum semua dapat diakses jika kamu ingin berlangganan buat akses seluruh modul lengkapnya. Kalian juga bisa mencoba studi kasus penerapan real case industry dan kamu juga diberikan kesempatan mendapatkan job connector dari perusahaan ternama di ranah industri data. Uniknya kamu bisa langsung apply dari akun kamu loh. So, tunggu apalagi, buruan SIGNUP Sekarang ya!
Penulis: Reyvan Maulid